영국 금융기관 바클레이즈(Barclays)는 리서치 노트에서 범용 휴머노이드 로봇의 대규모 상용화 시점을 기존 전망 대비 5년 늦춘 2035년 전후로 제시했다. 바클레이즈는 휴머노이드 산업의 핵심 쟁점으로 상용화 지연 가능성, 데이터센터 수요 증가의 제한성, 엣지 컴퓨팅(edge computing)의 부상 등 세 가지를 꼽았다. 휴머노이드 확산이 데이터센터 수요를 크게 견인하지는 않을 것으로 바클레이즈는 분석했으며, 대신 엣지 컴퓨팅이 새로운 경쟁 영역으로 부상할 것으로 봤다.
큐레이터바클레이즈의 분석은 기술 검증이 아닌 투자 리서치 관점의 시장 전망으로, 상용화 시점 예측이 어떤 기술적 근거에서 도출됐는지는 제공된 본문만으로는 확인하기 어렵다.
중국 소비자용 로봇 기업 브이봇(vbot, 维他动力)이 AI 컴퓨팅 플랫폼 아크랩(Acrab)과 에이전트 컴퓨팅 기술 개발을 위한 협력을 발표했다. 이번 협력의 핵심은 로봇의 AI 기능을 모듈식으로 구성하는 'AI 기능 확장 슬롯'을 도입하는 것으로, 로봇이 상황에 따라 여러 모델과 에이전트 기능을 동적으로 연결할 수 있도록 한다. 이를 통해 기존 로봇이 설계 단계에서 고정된 컴퓨팅 성능·모델·상호작용 기능의 제약을 완화하는 것을 목표로 한다.
큐레이터원문이 중간에 잘려 있어 기술 세부 사항과 협력 범위의 전모를 확인할 수 없다. 'AI 기능 확장 슬롯' 개념은 양사 발표 기준이므로 실제 구현 방식과 성능은 추가 검증이 필요하다.
물리적·엠바디드 AI(embodied AI)의 발전을 가로막는 연산 과부하 문제는 특정 플래너의 결함이 아니라 구조적 한계, 즉 '엣지 AI 장벽(edge AI wall)'으로 규정된다. 이 장벽은 엣지 디바이스에서 실시간 추론을 수행해야 하는 물리적 AI 전반에 공통으로 나타나는 제약으로 제시된다. 기사는 이 한계를 돌파하려면 기존 컴퓨팅 패러다임이 아닌 새로운 수학적 토대가 요구된다고 주장한다.
큐레이터'새로운 수학이 필요하다'는 주장이 누구(연구자, 업체, 기고자)로부터 나온 것인지 원문에서 확인이 필요하며, 구체적인 대안 수식이나 검증 사례 없이 문제 규정에만 머무는 논거인지 살펴볼 필요가 있다.
NVIDIA가 엣지(edge) 로봇 플랫폼용 신규 모듈 Jetson Orin Nano 2를 발표했다. 이 제품은 전작 대비 추론(inference) 성능을 2배로 높였다고 NVIDIA는 밝혔다. NVIDIA는 이를 통해 최신 AI 모델의 실시간 엣지 구동이 가능해졌다고 주장한다.
큐레이터2배 성능 향상 수치는 NVIDIA 자체 발표 기준이며, 어떤 모델·워크로드에서 측정한 것인지 독립적으로 검증되지 않았으므로 실제 현장 적용 시 조건을 별도로 확인할 필요가 있다.